使用RateLimiter结合Spring Aop实现接口动态限流

最新推荐文章于 2025-06-14 16:39:31 发布

原创

最新推荐文章于 2025-06-14 16:39:31 发布 · 2.5k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#限流

本文介绍了在秒杀等高并发场景下，通过限流保护接口避免雪崩效应。详细阐述了如何自定义RequestLimit注解，并结合Spring Aop和谷歌的RateLimiter类（基于令牌桶算法）来动态限流。通过在接口上添加注解即可实现限流控制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

为什么要限流

在电商中经常有秒杀的场景，就是在某一瞬间会有高并发的产生。每一个API接口都有自己的访问上限，当接口的访问频率超过其承受范围时，为防止雪崩效应可以采用限流的方式给接口安上保险丝，保证接口的可用性。

具体样例

我这里先自定义作用于方法上的限流注解，然后用aop切面去拦截包含有自定义限流注解的接口，再结合谷歌开源工具包com.google.concurrent.RateLimiter类（令牌桶算法）来实现限流。

自定义RequestLimit注解

@Target({ElementType.PARAMETER, ElementType.METHOD})    
@Retention(RetentionPolicy.RUNTIME)    
@Documented    
public  @interface RequestLimit {
}

aop切面配置

@Component
@Scope
@Aspect
@Slf4j
public class LimitAspect {
	//每秒只发出指定个令牌(这里方便测试用1个)，此处是单进程服务的限流,内部采用令牌捅算法实现
	private static RateLimiter rateLimiter = RateLimiter.create(1.0);

	//Controller层切点  限流
	@Pointcut("@annotation(com.chenyulian.aop.RequestLimit)")
	public void requestAspect() {
		
	}
    @Around("requestAspect()")
    public  Object around(ProceedingJoinPoint joinPoint) throws Throwable {

    	Boolean flag = rateLimiter.tryAcquir